K-Dense-AI

科学データの可視化は、データ明確で正確な図表に変換する技術です。このスキルは、図表がジャーナルの基準を満たし、色覚多様性を持つ読者を含むすべての読者にとってアクセス可能なものであることを保証します。

このスキルは出版可能な科学論文の作成をガイドします。IMRAD形式、適切な引用スタイル、図表ガイドライン、CONSORT、STROBE、PRISMAなどの報告基準への準拠のための構造化されたアプローチを提供します。

このスキルは、研究者が学会、セミナー、論文答辩のために専門的なプレゼンテーションを作成するのに役立ちます。スライドテンプレート、デザインのガイダンス、PowerPointおよびLaTeX Beamer形式用のAI画像生成を提供します。

Claude、Codex、およびClaude Code用のAIスキル

科学的主張には、しばしば方法論、バイアス、または論理に隠れた欠陥が含まれています。このスキルは、証拠品質の体系的な評価、認知的バイアスの特定、実験デザインの評価、科学的な議論における論理的誤謬の検出のためのフレームワークを提供します。

科学者は初期段階の計画中に新規の研究方向を生み出すことにしばしば苦労します。このスキルは、構造化されたブレインストーミング手法を通じて創造的な科学的アイデア創出を導き、研究者が学際的なつながりを探求し、隠れた研究機会を特定するのを支援します。

Claude、Codex、および Claude Code 用の AI スキル

単一細胞RNAシークエンシングは、特殊な解析を必要とする複雑なデータセットを生成します。このスキルは、単一細胞遺伝子発現データの品質管理、次元削減、クラスタリング、可視化のための完全なワークフローを提供します。

最新の学術研究を見つけるには、複数のデータベースを検索し、ソースの質を評価する必要があります。このツールは、Perplexity Sonarモデルを使用して学術文献を検索し、クエリの複雑さに基づいた自動モデル選択と引用を重視した結果を提供します。

研究資金の確保は非常に競争が激しく、各省庁固有の要件が厳格です。このスキルは、NSF、NIH、DOE、DARPA、およびNSTCの基準を満たしながら、成功率を最大化する魅力的な申請書作成の専門家によるガイダンスを提供します。

Reactomeデータベースを使用して生物学的パスウェイと遺伝子リストを分析します。パスウェイエンリッチメント分析、遺伝子からパスウェイへのマッピング、システム生物学研究のための分子間相互作用の探索を行います。

Claude、Codex、およびClaude Code用のAIスキル

量子システムには専門的なシミュレーションツールが必要です。QuTiPは、マスター方程式、リンドブラッドダイナミクス、およびデコヒーレンスを伴う開いた量子システムのソルバーを提供します。このスキルを使用して、量子光学、空洞QED、散逸的な量子プロセスをモデル化します。

量子コンピューティングは、古典的なコンピュータでは計算困難な複雑な最適化、 化学、機械学習の問題を解くことを可能にします。Qiskitは量子回路の構築、IBMハードウェア用の最適化、 本物の量子プロセッサやシミュレータでの実行のためのツールを提供します。

創薬研究者は機械学習モデルの訓練に必要な標準化されたデータセットを必要としています。PyTDCは、適切に分割された列車テスト分割と評価オラクルとともに、選別されたADME、毒性、および薬物標的相互作用データセットを提供します。

このスキルは、PyTorchコードを再利用可能なLightningModuleに整理するのに役立ちます。マルチGPUトレーニングの設定、データパイプラインの実装、W&BやTensorBoardなどの一般的なツールでの実験トラッキングの設定のためのテンプレートとドキュメントを提供します。

BAM、VCF、FASTQファイルを読み取るツールを使用してDNAシーケンシングデータを処理および分析します。ゲノム領域の抽出、カバレッジ統計の計算、複数のファイルタイプの統合により、包括的なバリアント分析を実現します。

包括的な質量分析ツールでプロテオミクスとメタボロミクスのデータを処理します。このスキルは、ファイル形式の取り扱い、スペクトル処理、特徴検出、ペプチド同定ワークフローのためのOpenMSアルゴリズムへのアクセスを提供します。

多目的最適化は、複数の相反する目的を同時に満たす必要がある場合にトレードオフ解を見つけることを含みます。このスキルは、NSGA-II、NSGA-III、MOEA/Dを含むpymooアルゴリズムへの包括的なアクセスを提供し、パレート最適解の発見とトレードオフフロントの可視化を行います。

PyMCを使用してベイズモデルを構築、適合、検証します。階層モデルを作成し、MCMCサンプリングを実行し、LOOおよびWAIC指標でモデルを比較します。

結晶構造と材料データを扱います。ファイル形式の変換、相図の計算、対称性解析を行い、計算材料科学の研究のためにMaterials Projectデータベースにアクセスします。

統一されたPythonコマンドで液体処理ロボット、プレートリーダー、ラボ機器を制御し、ラボのワークフローを自動化します。このスキルにより、Hamilton、Tecan、Opentronsの各プラットフォームで再現可能なプロトコルを構築でき、テスト用のビルトインシミュレーションを備えています。

医療機関の研究者とデータ科学者は、複雑な臨床データ形式とコーディングシステムに苦労しています。PyHealthは、医療データセットの読み込み、EHRデータの処理、予測モデルの訓練、標準的な医療コードの操作のための統一されたツールキットを提供します。

CT、MRI、X線、超音波を含むDICOM医用画像を処理します。ヘルスケア画像ファイルからメタデータの読み取り、書き込み、匿名化、変換、および抽出を行います。